开源公告| 腾讯分布式数据科学组件

Fast-Causal-Inference是腾讯微信实验科学团队研发，采用SQL交互的，基于分布式向量化的统计分析、因果推断计算库。解决已有统计模型库(R/Python)在大数据下的性能瓶颈, 提供百亿级数据秒级执行的Causal inference能力。同时通过SQL语言降低统计模型使用门槛，易用于生产环境中。

项目主要优势

1、提供海量数据秒级执行的Causal inference能力

基于向量化OLAP执行引擎ClickHouse/StarRocks，速度上更益于极致化用户体验

图片

2、极简的SQL使用方式

SQLGateway WebServer通过SQL语言降低统计模型使用门槛，并在上层提供极简的SQL使用方式，透明做引擎相关的SQL展开和优化

图片

3、提供基础算子、高阶算子的因果推断能力， 及上层的应用封装

支持 ttest, OLS, Lasso, Tree-based model, matching, bootstrap, DML等 

图片

首个版本已经支持如下feature

基础因果推断工具

1、基于deltamethod的ttest，支持CUPED

2、OLS，亿行数据，亚秒级

进阶因果推断工具

1、以OLS为基础的 IV，WLS，以及其他GLS，DID，合成控制，CUPED，mediation正在孵化

2、uplift：千万数据分钟级别运算

3、bootstrap/permutation等数据模拟框架，解决没有显示解的方差估计问题

项目应用

已经支持了微信视频号、微信搜一搜等微信内部多个业务

项目开源地址

github：https://github.com/Tencent/fast-causal-inference